Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3 Flash Preview

Сводка

Сравнение benchmark Claude Opus 4.8 vs Gemini 3 Flash Preview: Claude Opus 4.8 лидирует по среднему баллу: 8.7 vs 8.4. Gemini 3 Flash Preview имеет более низкую стоимость benchmark: $0.111 vs $1.107. Gemini 3 Flash Preview быстрее: 5.76s vs 9.66s, с долей успешных попыток 84.1% vs 79.4%.

Рекомендуемая модель: Gemini 3 Flash Preview - Его балл близок к лучшему здесь (8.4 против 8.7), при этом он примерно в 10.0 раза дешевле, чем Claude Opus 4.8.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-04

Метрика Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28 Gemini 3 Flash Preview Gemini 3 Flash Preview low Релиз: 2025-12-17
Оценка 8.7 8.4
Ранг #10 #16
Надежность 10.0 10.0
Стабильность 9.6 9.2
Тестов верно
Доля успешных попыток 84.1% 79.4%
Нестабильные тесты 1 2
Всего запусков 63 63
Стоимость за результат 6.512 0.689
Общая стоимость $1.107 $0.111
Цена входа $5.000 / 1M $0.500 / 1M
Цена выхода $25.000 / 1M $3.000 / 1M
Общее число входных токенов 61,007 36,769
Выходные токены 26,495 2,076
Токены рассуждений 5,901 28,518
Время ответа (среднее) 9.66s 5.76s
Время ответа (макс.) 38.03s 14.72s
Время ответа (суммарно) 202.89s 120.93s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#10 Claude Opus 4.8

medium
Cost
$0.057
Time
23.1s
Tokens
2,412 tok

#16 Gemini 3 Flash Preview

low
Cost
$0.007
Time
12.1s
Tokens
2,289 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Gemini 3 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
Gemini 3 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 0
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 975 7,477 900
Gemini 3 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
Gemini 3 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633

Быстрое сравнение

Сменить пару сравнения

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGLM 5mediumGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsStep 3.7 FlashmediumGemini 3 Flash PreviewlowvsGLM 5 TurbomediumGemini 3 Flash PreviewlowvsGPT-5.5mediumGemini 3 Flash PreviewlowvsGPT-5.2 Chatnone